排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
正则化总体最小二乘用于光学线阵遥感影像定位 总被引:1,自引:0,他引:1
针对光学线阵遥感影像几何定位中,系统误差改正参数对应系数矩阵存在误差的问题,提出了一种基于正则化总体最小二乘的光学线阵遥感影像定位方法。首先依据有理函数模型的定义,构建共线条件方程,利用线性化构建光学线阵影像定位方法和系统误差改正方法,然后依据EIV模型的定义和性质构建相应的优化目标函数,并引入正则化项,依据Lagrange条件极值原理推导基于正则化总体最小二乘的系统误差参数迭代估计方法。实验结果表明:与经典的最小二乘平差算法相比,该方法的总体定位精度提高了11.61%,且比Tikhonov正则化法的定位精度平均提高了6.06%。本文提出方法在不增加任何额外控制信息的情况下,是提高光学线阵影像定位精度的有效途径。 相似文献
2.
鉴于数据跨域(cross-domain)现象对基于深度学习的立体匹配网络的迁移性能的影响,文章综合评价了当前立体匹配网络在无人机和航空遥感影像中的性能。针对PSMNet(2018)、DSMNet(2019)、CFNet(2021)、RAFT-Stereo(2021)、STTR(2021)5种典型算法,在合成、驾驶、无人机、航空这4种代表性影像数据集上设计了同域、跨域和精化实验,采用定量化指标测量了不同网络的精度表现,评价了各个网络在遥感影像上的场景适用性和跨域性能,为探索立体匹配网络在对地观测影像上的实用化运用提供了参考。经实验得到如下结论:受视差分布、场景类型等因素的影响,当前立体匹配网络在无人机和航空遥感影像上的误差较大,适用性不高;域归一化、多尺度代价体可以提高立体匹配网络的跨域表现,但提升效果有限;将Transformer等自然语言处理模块用于立体匹配任务可以提高网络表现,但同时也对训练数据有更高的要求,当前无人机和航空影像数据集还不能满足训练数据需求。 相似文献
3.
1